c2w

优化算法 机器学习是一个高度依赖经验的过程，需要在成千上万的数据上迭代多次来得到最小化损失函数的目的。所以对于如此大规模的数据，需要通过对算法进行优化来提高训练模型的效率。 mini-batch梯度下降法 此前，我们通过向量化，一次迭代就可以在所有的训练样本上进行梯度下降的运算，对此我们称之为bat ......

深度学习的实用层面 数据集：Train/Dev/Test sets 深度学习是一个典型的高度迭代的过程，需要不断地进行循环测试，来找到最适合当前网络的超参。一方面可以提升迭代的效率，另一方面可以避免过度拟合等问题。 在实践中，（合理的）高质量训练集、验证集和测试集，有助于提升迭代的效率。 Train ......